Matériel et Méthodes
Chapitre 2.7 Résolutions, mesures et fiabilité du protocole
Plusieurs tests ont été faits pour évaluer la fiabilité de notre protocole : à l’étape du scan (pour tester l’effet de la résolution), à l’étape de segmentation (pour tester l’effet de l’utilisateur, et pour tester la délimitation des structures étudiées), et à l’étape des mesures. Pour cela, nous avons utilisé la procédure de Bailey et Byrnes (1990), basée sur l'analyse de la variance d’une même étape répétée plusieurs fois.
Pour tester l'effet de la résolution, nous avons mesuré la fenêtre ovale de l'un des spécimens (P. potto, CG1950-250, cf. Tableau 2.2 p.61), précédemment scanné à cinq résolutions différentes. La longueur du grand diamètre (cf. Fig.2.12) varie de 1,38 mm à 1,62 mm, avec un coefficient de variation de 6,5%. La longueur du petit diamètre (cf. Fig.2.12) varie de 0,69 mm à 0,79 mm, avec un coefficient de variation de 5,3%. L’aire de la fenêtre ovale varie de 0,78 mm² à 1,0 mm², avec un coefficient de variation de 9,7%. Les estimations de la sensibilité auditive, basées sur l’aire de la fenêtre ovale et l’équation de Coleman (2007), varient entre 17,9 et 21,7 décibels, ce qui montre que la résolution de l’analyse n’affecte pas les résultats de manière significative.
La précision de la segmentation manuelle a été estimée en segmentant deux fois quatre oreilles, puis en comparant les volumes de cavité obtenus. Le coefficient de variation décrivant la précision de la segmentation manuelle est de 2,23%. Pour estimer l'exactitude de la délimitation entre les différentes cavités de l’oreille moyenne, les cavités tympaniques de trois spécimens (A. laniger, M. argentatus et P. troglodytes) ont été segmentées à trois reprises. Le coefficient de variation décrivant la précision de la délimitation des cavités de l’oreille moyenne est de 2,44%. Pour évaluer l'erreur de mesure de l'opérateur, les diamètres de la fenêtre ovale de quatre oreilles ont été mesurés trois fois. L'erreur de mesure de l'opérateur est de 0,53%. Les longueurs cochléaires estimées avec notre méthode ont été comparées aux données de Coleman et Colbert (2010). Six espèces sont communes aux deux études et les résultats ne montrent aucune différence significative entre les deux méthodes (W = 23; p = 0,48). Ces résultats indiquent donc que notre protocole est fiable.
54
Chapitre 2 – Discussion
Ce chapitre permet de soulever plusieurs points. Le partage de données est un sujet d’actualité notamment concernant les scans 3D. Le site Morphosource est le site le plus utilisé et le plus connu pour cela. Un récent papier dans Nature (Lewis, 2019), indique qu’en paléontologie, seulement 34% des données 3D sont partagées. Il est à noter que les grands programmes de financement (de type ERC et ANR) sont de plus en plus incitatifs quant au récolement et aux partages des données. Historiquement, les données issues de microtomographes, en particulier médicaux, n’étaient pas, il y a quelques dizaines d’années, toujours protégées et étaient facilement partagées. Lorsque les universités ou grands établissements publiques ont investi dans ces équipements, la question de la propriété des données générées s’est posée (en lien avec le coût des machines et le temps machine associé). Ceci a eu pour conséquence de restreindre l’échange des données. Ainsi, au début de ma thèse, j’ai essayé d’échanger des données avec d’autres laboratoires en France et à l’étranger. Dans ce contexte de protection des données, cela n’a pas été possible. L’importance du partage des données m’a toujours semblé cruciale et j’ai souligné ce point dans la publication présentée en Chapitre 4. Les données générées au laboratoire Biogéosciences ont toujours été perçues comme des données partageables. Pour exemple, certaines des données utilisées dans ce travail de thèse ont été partagées avec des étudiants de laboratoires étrangers. Il est malgré tout compréhensible qu’un embargo soit demandé et respecté, dans la mesure où il reste à durée déterminée. En cette fin de thèse, une démarche a été entreprise dans le sens du partage concernant les données générées lors de ce travail. Un compte a été créé sur Morphosource, quelques scans ont déjà été versés et les métadonnées associées ont été renseignées. Pour l’instant, ces données ne sont pas disponibles (le compte n’est pas ouvert à la communauté). L’objectif est de s’assurer de l’homogénéité des métadonnées pour un ensemble de scans avant que ceux-ci soient rendus disponibles. Il est prévu que ce travail soit fait dans les mois à venir. Le partage de données soulève néanmoins un problème auquel j’ai été confronté : l’hétérogénéité des paramètres d’acquisition. Concernant ce travail, la variation de puissance des équipements ne m’a pas posé de problème, néanmoins, il a fallu prendre en compte les différences de résolution. Dans le but d’identifier un biais lié aux différences de résolutions, j’ai décidé de scanner un même spécimen à cinq résolutions différentes, de mesurer une variable sur chacun de ces scans segmentés, et de comparer ces mesures. Les mesures n’étant pas significativement différentes, en ce qui concerne mon étude, les différences de résolutions sont
2 - Discussion
55
négligeables. Cela m’a conduit à réfléchir à d’autres sources d’erreurs possibles et j’ai ainsi testé l’erreur due à la segmentation et l’erreur due à la prise de mesure.
Je me suis également interrogée sur la façon de mesurer certaines variables morphologiques, en particulier la longueur de la cochlée et le diamètre du tympan. En effet, le protocole décrit par Coleman (2007) pour mesurer la longueur de la cochlée en 2D ne me permettait pas d’avoir une précision satisfaisante en 3D. J’ai donc utilisé un autre protocole (p.45) correspondant aux outils dont je disposais et aux objets étudiés. La question de la correspondance des résultats issus des deux protocoles s’est donc posée et j’ai montré que même si les méthodes ne sont pas identiques, les résultats sont comparables.
La segmentation est une étape cruciale de ce travail, j’ai déjà évoqué le caractère chronophage de la segmentation manuelle, et il s’avère qu’elle est également dépendante de l’expérimentateur. On comprend donc l’intérêt pour une segmentation automatisée. Elle permet un gain de temps (le temps précédemment consacré à la segmentation uniquement manuelle est transféré vers du temps machine), mais aussi de réduire les erreurs liées à l’identification des structures par l’expérimentateur lors de la segmentation manuelle.
J’ai exploré les différentes méthodes et logiciels proposant une segmentation semi-automatique. Certaines sont basées sur le seuillage : Avizo (www.fei.com) propose un seuillage basique, mais il existe aussi des seuillages optimisés comme celui proposé par TIVMI
(projets.pacea.u-bordeaux.fr). D’autres utilisent des modèles itératifs de contours actifs, comme
par exemple itk-SNAP (Yushkevich et al., 2006 ; www.itksnap.org). Ces méthodes de segmentation semi-automatique n’ont pas donné de résultats satisfaisants pour la segmentation de mes structures d’intérêt. Il me semble que cela est dû à la nature complexe des structures morphologiques que j’étudie mais également au fait que ces structures soient interconnectées avec d’autres, nécessitant la définition de leurs limites.
J’ai décidé de me tourner vers des méthodes automatiques puisque les outils de segmentation semi-automatiques ne pouvaient pas être employés pour ce travail. Si ces méthodes semblent satisfaisantes lorsqu’elles sont appliquées à des jeux de données présentant peu de variation (Navarro & Maga, 2018), ce n’est pas le cas quand la variation est plus grande. Rappelons que la création d’un atlas n’est possible qu’à partir d’un certain nombre d’individus, au moins cinq individus segmentés manuellement, ce qui représente la totalité des spécimens d’une espèce à notre échelle macro-évolutive. De plus, comme montré dans ce chapitre, une variation trop importante crée des structures aberrantes ou réduit l’identification d’autres structures durant les étapes de calculs. Pour pouvoir appliquer avec succès la segmentation
56
automatique à un jeu de données présentant une grande variation, il serait nécessaire de construire des atlas avec beaucoup plus de spécimens. Dans le cas de mon étude, le rapport coût/bénéfice n’est pas intéressant. Enfin, il est à noter qu’à ce jour la puissance de calculs nécessaire pour maintenir un temps de calculs raisonnable doit être importante. De même, la segmentation automatique est encore relativement peu développée à grande échelle (en dehors des domaines médicaux et industriels), et elle n’est pas utilisable sur tous les systèmes d’exploitation. Elle a pour le moment été majoritairement développée sous Linux (et autres distributions UNIX), et nécessite l’utilisation de scripts bash (langage UNIX).
Concernant les autres données utilisées dans ce travail, ce sont les catégories environnementales et comportementales qui ont soulevé le plus de problèmes. Plusieurs classifications ont été testées (décrites p.48), et elles possèdent toutes des avantages et des inconvénients. La principale limite des classifications non-sélectionnées pour les analyses est la possibilité de combinaisons possibles pour chaque espèce, qui peut alors se retrouver sur plusieurs types d’habitat différents. Une solution alternative permettant d’éviter ce problème pour les données environnementales aurait été de décrire l’habitat à travers des paramètres de température, précipitation, altitude, coordonnées géographiques, etc. (www.noaa.gov). Cependant, il s’avère que ces paramètres sont généralement très fortement auto-corrélés, ce qui pose des problèmes à la fois statistiques mais aussi de description précise des environnements. Dans les différents cas, le signal devient complexe à interpréter et le jeu de données environnementales n’est pas comparable et analysable avec les autres jeux de données (morphologie, écologie). A l’issue d’une réflexion méthodologique, et bien que la classification de Köppen-Geiger puisse sembler relativement généraliste, elle possède de nombreux avantages pour notre étude : elle est largement connue par la communauté, elle fournit des données quantifiables par SIG permettant d’obtenir une information exploitable dans nos analyses, elle évite les biais d’autocorrélation et donne ainsi un signal pertinent.
Enfin, l’approche biomécanique mentionnée précédemment, n’a pas pu être utilisée au cours de ce travail. J’ai suivi la formation sur ces techniques au cours de ma troisième année et n’ai donc pas pu appliquer ces méthodes. L’idée sous-jacente est de modéliser la propagation de l’onde sonore à l’intérieur de l’oreille et des tensions qu’elle va créer à l’intérieur des osselets mais aussi des cavités. Mais dans la pratique, cet aspect n’a pas été développé dans ce travail et fait l’objet de projets futurs.
2 - Discussion
57 Formations et collaborations :
Workshop on biomechanial modelling of the cranio-cervical system (36h) 25-29/06/2018, Hull, UK.
Prévention des Risques Radiologiques Générateur RX, Sources scellées (3h30) 13/10/2016, Université de
Bourgogne-Franche-Comté, Dijon.
Oral communication skills (7h) 10/10/2016, PSL Sorbonne, Paris.
Mécanismes de l’évolution (35h) 11-15/04/2016, Module de l’ED227, MNHN, Paris.
Initiation à la segmentation automatique par Murat Maga et Ryan Young (80h) 05-21/02/2016, Seattle
Children’s Hospital, Seattle, U.S.A.
58
Références
Bailey RC, Byrnes J 1990 A new, old method for assessing measurement error in both univariate and multivariate morphometric studies. Systematic Zoology. 39, 124-130.
Beer A 1852 Determination of the absorption of red light in colored liquids. Annual Review of Physical
Chemistry. 86, 78-88.
Benoit J, Essid EM, Marzougui W, Khayati Ammar H, Lebrun R, Tabuce R, Marivaux L 2013
New insights into the ear region anatomy and cranial blood supply of advanced stem Strepsirhini: evidence from three primate petrosals from the Eocene of Chambi, Tunisia. Journal of Human
Evolution. 65, 551-572.
Bouchet F, Simonnet E 2009 Random changes of flow topology in two-dimensional and geophysical turbulence. Physical Review Letters. 102, 1-4.
Boyer D, Kaufman S, Gunnel GF, Rosenberger AL, Delson E 2014 Managing 3D digital data sets of morphology: MorphoSource is a new project-based data archiving and distribution tool. American
Journal of Physical Anthropology. 153, 84.
Brainerd EL, Baier DB, Gatesy SM, Hedrick TL, Metzger KA, Gilbert SL, Crisco JJ 2010 X-Ray reconstruction of moving morphology (XROMM): Precision, accuracy and applications in comparative biomechanics research. Journal of Experimental Zoology Part A Ecological Genetics and
Physiology. 313, 262-279.
Cartz L 1995 Nondestructive Testing. Materials Park, OH: ASM International.
Coleman MN 2007 The functional morphology and evolution of the primate auditory system. PhD. Thesis, Stony Brook University.
Coleman MN, Kay RF, Colbert MW 2010 Auditory morphology and hearing sensitivity in fossil new world monkeys. Anatomical Record. 293, 1711-1721.
Coleman MN, Colbert MW 2010 Correlations between auditory structures and hearing sensitivity in non-human primates. Journal of Morphology. 271, 511-532.
Cox PG, Jeffery N 2011 Reviewing the morphology of the jaw-closing musculature in squirrels, rats, and guinea pigs with contrast-enhanced microCt. Anatomical Record. 294, 915-928.
De Man B, Nuyts J, Dupont P, Marchal G, Suetens P 2000 Reduction of metal streak artifacts in x-ray computed tomography using a transmission maximum a posteriori algorithm. IEEE transactions on
Nuclear Science. 47, 977-981.
Fleagle JG 2013 Primate adaptation and evolution. 3rd ed. San Diego: Academic Press.
Gingerich PD, Smith BH, Rosenberg K 1982 Allometric scaling in the dentition of primates and prediction of body weight from tooth size in fossils. American Journal of Physical Anthropology. 58, 81-100.
Glover GH, Pelc NJ 1981 An algorithm for the reduction of metal clip artifacts in CT reconstructions. Medical physics. 8, 799-807.
2 - Références
59
Gröning F, Jones MEH, Curtis N, Herrel A, O'Higgins P, Evans SE, Fagan MJ 2013 The importance of accurate muscle modelling for biomechanical analyses: A case study with a lizard skull.
Journal of the Royal Society Interface. 10, 2013-0216.
Homma K, Du Y, Shimizu Y, Puria S 2017 Ossicular resonance modes of the human middle ear for bone and air conduction. The Journal of the Acoustical Society of America. 125, 968-979.
Kalender WA, Hebel R, Ebersberger J 1987 Reduction of CT artifacts caused by metallic implants.
Radiology. 164, 576-577.
Kappeler PM, Heymann EW 1996 Nonconvergence in the evolution of primate life history and socio-ecology. Biological Journal of the Linnean Society. 59, 297-326.
Kappeler PM, Pereira ME 2003 Primate life histories and socioecology. University of Chicago Press.
Ketcham RA, Carlson WD 2001 Acquisition, optimization and interpretation of X-ray computed tomographic imagery: applications to the geosciences. Computers & Geosciences. 27, 381-400.
Köppen W 1936 Das Geographisches System der Klimate. In: Handbuch der Klimatologie (eds. Köppen W, Geiger R). Berlin: Gerbruder Borntraeger.
Kyle JR, Ketcham RA 2015 Application of high resolution X-ray computed tomography to mineral deposit origin, evaluation, and processing. Ore Geology Reviews. 65, 821-839.
Lewis D 2019 The fight for control over virtual fossils. Nature. 567, 20-23.
MacPhee RDE, Cartmill M 1986 Basicranial structures and primates systematic. In: Comparative primate biology, Systematic, Evolution and Anatomy (eds. Swindler DP, Erwin J). New York: Alan R Liss.
Malinzak MD, Kay RF, Hullar TE 2012 Locomotor head movements and semicircular canal morphology in primates. Proceedings of the National Academy of Sciences. 44, 17914-17919.
Mittermeier RA, Rylands AB, Wilson DE 2013 Handbook of the mammals of the world-Volume 3. Barcelone: Lynx Edicions
Montagne E, Heitz F, Buthiau D, Meyer F 2009 Imagerie médicale. Radiologie conventionnelle standard. Paris: Heures de France.
Navarro N, Maga AM 2018 Genetic mapping of molar size relations identifies inhibitory locus for third molars in mice. Heredity. 121, 1-11
Ou Y, Sotiras A, Paragios N, Davatzikos C 2011 DRAMMS: Deformable registration via attribute matching and mutual-saliency weighting. Medical Image Analysis. 15, 622-639.
Pierret A, Capowiez Y, Belzunces L, Moran CJ 2002 3D reconstruction and quantification of macropores using X-ray computed tomography and image analysis. Geoderma. 106, 247-271.
Quiudini PR, Pozza DH, Pinto ADS, de Arruda MF, Guimarães AS 2017 Differences in bite force between dolichofacial and brachyfacial individuals: Side of mastication, gender, weight and height.
60
Rohlfing T, Brandt R, Menzel R, Russakoff DB, Maurer CR 2005 Handbook of biomedical image analysis. Boston, MA: Springer.
Rueckert D, Schnabel JA 2010 Biomedical image processing. Berlin, Heidelberg: Springer.
Schindelin J, Arganda-Carreras I, Frise E, Kaynig V, Longair M, Pietzsch T, Preibisch S, Rueden C, Saalfeld S, Schmid B, Tinevez JY, White DJ, Hartenstein V, Eliceiri K, Tomancak P, Cardona A 2012 Fiji: an open-source platform for biological- image analysis. Nature Methods. 9, 676-682.
Silcox MT, Dalmyn CK, Bloch JI 2009 Virtual endocast of Ignacius graybullianus (Paromomyidae , Primates ) and brain evolution in early primates. Proceedings of the National Academy of Sciences. 106, 10987-10992.
Spoor F, Zonneveld F 1998 Comparative review of the human bony labyrinth. Physical
Anthropology. 27, 211-251.
Spoor F, Garland T, Krovitz G, Ryan TM, Silcox MT, Walker A 2007 The primate semicircular canal system and locomotion. Proceedings of the National Academy of Sciences of the United States of
America. 104, 10808-10812.
Suri J, Wilson D, Swamy L 2005 Handbook of Biomedical Image Analysis - Volume III: Registration Models. New York: Kluwer Academic, Plenum Publishers.
Szalay FS, Rosenberger AL, Dagosto M 1987 Diagnosis and differentiation of the order Primates. American Journal of Physical Anthropology. 30, 75-105.
Thiery C, Gerstenmayer JL 2002 X-ray tomography. Techniques de l'Ingenieur. Analyse Chimique
et Caractérisation. 950, 1-24.
Van Wessel T, Langenbach GEJ, Kawai N, Brugman P, Tanaka E, Van Eijden TMGJ 2005 Burst characteristics of daily jaw muscle activity in juvenile rabbits. Journal of Experimental Biology. 208, 2539-2547.
Wang G, Snyder DL, O’Sullivan JA, Vannier MW 1996 Iterative deblurring for CT metal artifact reduction. IEEE Transactions on Medical Imaging. 15, 657-664.
Walker A, Ryan TM, Silcox MT, Simons EL, Spoor F 2008 The semicircular canal system and locomotion: The case of extinct lemuroids and lorisoids. Evolutionary Anthropology: Issues, News, and
Reviews. 17, 135-145.
Watson PJ, Fitton LC, Meloro C, Fagan MJ, Gröning F 2018 Mechanical adaptation of trabecular bone morphology in the mammalian mandible. Scientific Reports. 8, 72-77.
Yushkevich PA, Piven J, Hazlett HC, Smith RG, Ho S, Gee JC, Gerig G 2006 User-guided 3D active contour segmentation of anatomical structures: significantly improved efficiency and reliability.
2 - Tableau
2 - Tableau